♧ Godown 安全知识树

多样本一致性验证降低 Web 扫描误报:基线 + 双 payload + 无害对照

pentest/recon · verified

一句话结论

动态页面里 token、推荐位、AB 测试、缓存头和多个后端节点会让“同一请求两次响应不同”,单次“基线 vs payload”差分无法区分噪声与真实触发;在基线 B、两个不同 payload P1/P2 之外再加一个无害对照 S,只有当 P1、P2 都出现 payload 相关信号而 S 不出现时,才把结果判为可信,S 也变化就说明环境不稳定、应标记为不可信而不是漏洞。

原理

  • HTTP 响应本身是动态系统:CSRF token、nonce、时间戳、推荐商品、广告位、AB 测试、X-Cache: MISS/HIT、Set-Cookie、多后端节点差异,都会让同一个正常请求的两次响应不同。
  • 单点观测(SSRDC,Single-Sample Response Delta Comparison)只发一次基线 + 一次 payload,看到差异就报漏洞;它无法区分“payload 引起的结构变化”和“环境噪声”。
  • 多样本一致性(MSCT)把观测设计成对照组:
  • B:基线,不带 payload;
  • P1、P2:两个语法不同、但针对同一类漏洞的 payload;
  • S:无害对照,使用同一参数但填入正常值(如 test123),不包含攻击载荷。
  • 判定思路:真正的漏洞应由 payload 触发,P1/P2 应出现同类信号(反射、布尔差异、报错、延时等);S 不应出现该信号,且 S 与 B 应保持稳定。若 S 也出现信号或与 B 差异明显,说明当前环境不稳定(会话刷新、AB 测试、缓存切换、换节点),本轮结论不可信。
  • 比较前要归一化易变内容:token、nonce、_csrf、10 位以上时间戳、UUID、随机串等替换为占位符;再结合状态码、响应体相似度、长度、关键响应头(跳过 Date/Set-Cookie 等易变头)做多维比较。
  • 阈值需要按站点类型校准:文章给出的通用默认值约 0.3,API 站可更低、CMS 站可更高;但这不是固定定律,换目标后应重新标定。
  • 注意:文章给出的 msct_verify 代码(d1 > T and d2 > T and d3 <= T)与其文字描述(“两个 payload 都要有变化、无害请求不能有变化”)在相似度方向上并不一致,案例数值也无法严格套入该式。实际落地应以“payload 相关信号 + 对照稳定性”为准,不要照抄该阈值表达式。

触发条件

  • 目标页面或 API 有动态内容,单次差分会产生大量误报。
  • 扫描器能发送多次请求并保持同一会话/Cookie/Header。
  • 能构造两个针对同一漏洞类、但语法不同的 payload;以及一个不触发漏洞的无害对照值。
  • 漏洞信号可观测:反射、布尔差异、报错、延时、状态码/长度变化等。
  • 无害对照本身不会改变服务端状态(某些 API 的对照请求会刷新 session,导致方法失效)。

利用步骤

  1. 发送基线请求 B,记录状态码、响应体、关键响应头、长度。
  2. 构造 P1、P2:同一漏洞类的两种 payload(如 XSS 的 <script> 与 <img onerror>;布尔盲注的 AND 1=1 与 AND 1=2)。
  3. 构造 S:同一参数填入正常值,不含攻击载荷;确认它不会触发业务状态变更。
  4. 在尽量短的时间窗内、用同一会话依次发送 B、P1、P2、S,减少环境漂移。
  5. 归一化 token/nonce/CSRF/时间戳/随机串,计算 B-P1、B-P2、B-S 的相似度与信号。
  6. 判定: - P1、P2 都出现 payload 相关信号,且 S 无信号、S 与 B 稳定 → 候选漏洞,人工复核; - S 也出现信号或 S 与 B 显著不同 → 环境不稳定,标记 INCONCLUSIVE,不报漏洞; - P1/P2 信号不一致 → 需检查 payload 语法或漏洞类型,不直接报。
  7. 对判定通过的候选用人工/第二种方法复核;对 INCONCLUSIVE 的目标换时间窗或调整对照后重扫。

PoC

import re, requests

def collect(url, param, p1, p2, safe):
    s = requests.Session()
    B  = s.get(url, params={param: "test"}, timeout=10)
    P1 = s.get(url, params={param: p1}, timeout=10)
    P2 = s.get(url, params={param: p2}, timeout=10)
    S  = s.get(url, params={param: safe}, timeout=10)
    return B, P1, P2, S

def normalize(text):
    text = re.sub(r"token=[A-Za-z0-9_\-]+", "token=PH", text)
    text = re.sub(r"nonce=[A-Za-z0-9]+", "nonce=PH", text)
    text = re.sub(r"_csrf=[A-Za-z0-9]+", "_csrf=PH", text)
    text = re.sub(r"\d{10,}", "TS", text)
    return text

def similarity(a, b):
    a, b = normalize(a.text), normalize(b.text)
    body = 1 - len(set(a) ^ set(b)) / max(len(a), 1)
    header = 1.0 if a.headers == b.headers else 0.0  # 实际应跳过 Date/Set-Cookie 等
    status = 1.0 if a.status_code == b.status_code else 0.0
    length = 1 - min(abs(len(a) - len(b)) / max(len(a), 1), 1.0)
    return round(body * 0.5 + header * 0.2 + status * 0.15 + length * 0.15, 4)

def decide(B, P1, P2, S, signal, T=0.3):
    # signal(resp) 表示 payload 相关信号(反射/报错/布尔差异等),需按漏洞类型实现
    if signal(P1) and signal(P2):
        if not signal(S) and similarity(B, S) >= T:
            return "VALID_CANDIDATE"
        return "INCONCLUSIVE_ENV_UNSTABLE"
    return "NO_SIGNAL"
# 案例判读(文章中的布尔盲注)
P1: id=1' AND 1=1 --   -> 页面接近基线(正常)
P2: id=1' AND 1=2 --   -> 页面明显变化(布尔差异)
S:  id=1' AND 1=0 --   -> 页面接近基线(对照稳定)
=> 候选布尔盲注;若 S 也明显变化,则本轮不可信

说明:signal 与阈值需按目标实现;文章的 msct_verify 表达式与文字描述不一致,本卡采用“信号 + 对照稳定性”的判定。PoC 未在目标环境执行。

变体与关联

  • 变体:反射型 XSS 用“payload 是否出现在响应中”作为 signal;布尔盲注比较 P1/P2 的页面差异;时间盲注比较响应耗时;报错注入看数据库报错。
  • 变体:API/JSON 目标比较结构化字段而非全文;对 AB 测试站检查 X-AB-Test-Variant 等响应头,必要时固定实验组。
  • 变体:把 S 换成“同一 payload 的第二次请求”,用于检测会话/缓存噪声,但无法排除 payload 本身造成的状态变化。
  • 关联:[[pentest-recon-dynamic-page-differential-fuzz]](单基线 + 单 payload 的差分 Fuzz,归一化与多维相似度;本卡增加双 payload + 无害对照)。
  • 关联:[[web-generic-auth-api-signature-validation-differential-test]](同为“多路对照排除误判”的思路,但对象是签名校验)。
  • 不确定点:文章自称在 80 个站点上测试,但截图中的 12 个用例统计(SSRDC 12 告警/6 误报,MSCT 2 告警/2 误报)与其“误报大幅下降”的叙述并不一致;代码/文字/案例阈值也有矛盾。因此本卡只保留“无害对照 + 双 payload”的设计思想,confidence 定为 medium。

检测与防御

  • 检测(防守方):同一会话在短时间内对同一接口发送“基线 + 两个 payload + 正常值”四连请求;参数值呈攻击语法与正常值交替;同一来源高频变体。
  • 检测:响应差异判定类扫描器的 User-Agent/请求节奏;WAF 日志中同一参数短时间内出现多种注入语法。
  • 防御:对高频参数变体做速率限制、验证码/挑战;统一错误页,避免 SQL 报错/异常栈等强信号;稳定会话与缓存行为,降低噪声同时也降低攻击者判定效率。
  • 防御:真正的修复仍按漏洞类型处理(参数化查询、输出编码、访问控制等);误报过滤不能替代人工复核。
  • 运营:扫描器侧应把 INCONCLUSIVE 与 VALID 分开记录,定期用人工样本校准阈值;对 API 站与 CMS 站使用不同阈值。